香港的士行業一直面對需求錯配問題，這邊廂乘客在街上苦等截不到車，那邊廂司機又找不到乘客。隨著政府積極推進網約車規管框架，本地數碼生活平台 DASH 及其網約車平台 DASH Taxi 早前宣佈與香港科技大學合作研發的 AI 需求預測系統「StreetSights」的研發成果，透過「產學研」合作，以數據改變這長久以來的社會問題。

香港科技大學工程學院院長兼極智慧城市研究院創始主任羅康錦教授指，針對街頭截車錯配的問題，「StreetSights」系統會以 15 分鐘為時段間隔，收集全港約 2,000 輛活躍的士的行車數據並作仔細分析。羅教授續介紹道：「系統會將香港劃分為 350 多個六角形的區域，每區平均 3.75 平方公里，加上約2,000輛的士的數據，系統就能更精準預測各區的乘客需求及空置的士供應。現時系統在預測「的士需求最為殷切區域」方面，平均準確度達90%以上 。此模型乃基於6,450,434 個載客行程記錄建構而成，更是香港有史以來針對「街頭攔截（Street-hail）」式的士數據建立的最大型數據庫之一。」

集2千本地的士數據　望應用全港交通藍圖

正值香港全力構建未來智慧交通新藍圖的關鍵時刻，DASH 聯合創辦人及董事合夥人馬兆鏘（Jason）指：「我們關注的焦點不應再停留在路上車輛的數量，而是每輛車能為城市及市民帶來的價值。這次與科大合作，將科研經驗結合 DASH 的真實數據，計算出更精準的資訊，配以的士司機的豐富行車經驗，令每一趟旅程對乘客與司機都更有效率，而這亦是我們攜手建構並全力追求的全新標準。」

科大羅教授續指：「香港的城市流動性極高，這次與DASH的合作重點能以更智能方式推動城市運行。而我們的角色，是將本地已有的數據轉化為既符合學術標準，亦具實際應用價值的預測模型，令產學研合作更具實際意義。」

的士訂單量升逾3成 日收入增1成半

在 StreetSights正式推出前，DASH與科大雙方利用標準工作日的歷史營運數據作反覆嚴謹的模擬測試。測試中隨機選取 100 位司機，並為每位司機建立一個「虛擬司機」，虛擬司機將根據系統建議的指令運作。這些「虛擬司機」的工作時間和出發地點與真實的士司機完全相同，測試對比真實及虛擬司機的數據，結果顯示，採用「StreetSights」建議的「虛擬司機」，其完成訂單數量平均提升 31.2%，每日車資收入亦增加 16%。

相關結果亦顯示，採納「StreetSights」系統建議的司機，其候單時間大減三成，配對效率提升14.7%，直接帶動司機收入與營運效率上升。換句話說，數據令司機與乘客的供需成功配對，尤其於繁忙時段，乘客在街頭截不到車的情況將大大改善。

Jason 透露，StreetSights 項目下一階段將於 2026 年第四季開展實地測試，以進一步驗證成效。

本地「產學研」合作　推動智慧城市藍圖

DASH 於成立首年已促成約 610 萬次行程，總行車距離達9,200 萬公里，平均每程約 15 公里，除了積極發展網約車業務，更將目光放遠，希望藉此推動智慧城市發展，而「StreetSights」正是本地研發並落地的成功案例，背後的理念正回應香港智慧城市發展的願景，除提供可持續及可複製的方案，這項研究成果更扣連了香港即將推行的網約車監管新政。